Base64

A Base64 kódolás 64 karakterből álló ábécén alapuló tartalomkódolási forma, melynek segítségével bináris, illetve speciális karaktereket tartalmazó adatokból ASCII karaktersorozat állítható elő. Az ily módon kódolt adatok akár a karaktereket 7 biten ábrázoló rendszereken is könnyen átvihetők.

Működése

Base64-da

A base64 kódolás során a kódolandó adathalmazt először 3 bájtból álló egységekre bontjuk, majd ezt az egységet bináris formára (24 bitre) alakítjuk. A 24 bitet ezután 6 bites darabkákra kell felszabdalni, majd az így kapott, 6 biten ábrázolt számokat indexként használva kell kikeresni a kódtáblából a kódolt karaktert. Látható, hogy a kódolás révén minden három kódolatlan karakter négy kódolttá alakul. (Megjegyzés: nem szükséges, hogy a bemenet (bájtokban mért) hossza hárommal osztható legyen; ha az input hossza n, akkor az output hossza egészrész((4n+2)/3), amit rendszerint egyenlőségjelekkel egészítünk ki néggyel osztható hosszúságra.

Az egyes bithatosokat reprezentáló karakterek (64 db) az alábbiak: ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/

A kódolt szövegben előfordulhat még:

• egyenlőségjel ('='), amellyel a kódolt szöveget szokás néggyel osztható hosszúságúra kiegészíteni
• kocsi-vissza, a visszafejtésnél figyelmen kívül kell hagyni
• soremelés, a visszafejtésnél figyelmen kívül kell hagyni

Elgondolás

A 64 karaktert úgy választották ki, hogy azok megtalálhatóak a legtöbb alap kódolási formában, valamint nyomtathatóak. Így vélhetően mindent rendszeren hiba nélkül tovább küldhető, például e-mailben, ami nem tradicionális 8 bites alapot használ.

A Base64 kódtábla

Ez az RFC 4648 §4-ben meghatározott Base64 ábécé.

Érték	Bináris	Karakter		Érték	Bináris	Karakter		Érték	Bináris	Karakter		Érték	Bináris	Karakter
0	000000	A		16	010000	Q		32	100000	g		48	110000	w
1	000001	B		17	010001	R		33	100001	h		49	110001	x
2	000010	C		18	010010	S		34	100010	i		50	110010	y
3	000011	D		19	010011	T		35	100011	j		51	110011	z
4	000100	E		20	010100	U		36	100100	k		52	110100	0
5	000101	F		21	010101	V		37	100101	l		53	110101	1
6	000110	G		22	010110	W		38	100110	m		54	110110	2
7	000111	H		23	010111	X		39	100111	n		55	110111	3
8	001000	I		24	011000	Y		40	101000	o		56	111000	4
9	001001	J		25	011001	Z		41	101001	p		57	111001	5
10	001010	K		26	011010	a		42	101010	q		58	111010	6
11	001011	L		27	011011	b		43	101011	r		59	111011	7
12	001100	M		28	011100	c		44	101100	s		60	111100	8
13	001101	N		29	011101	d		45	101101	t		61	111101	9
14	001110	O		30	011110	e		46	101110	u		62	111110	+
15	001111	P		31	011111	f		47	101111	v		63	111111	/
padding		=

Példák

Az angol Man szó kódolása

Szöveg	M								a								n
ASCII kód	77								97								110
Bitminta	0	1	0	0	1	1	0	1	0	1	1	0	0	0	0	1	0	1	1	0	1	1	1	0
Kódtábla indexe	19						22						5						46
Base64-kódolt	T						W						F						u

Ma szó kódolása

Eredeti bemenet	Szöveg	M								a
	ASCII kód	77 (0x4d)								97 (0x61)
Bitminta		0	1	0	0	1	1	0	1	0	1	1	0	0	0	0	1	0	0
Base64-kódolt	Kódtábla indexe	19						22						4						Padding
	Karakterek	T						W						E						=
	Oktetek	84 (0x54)						87 (0x57)						69 (0x45)						61 (0x3D)

Az AbCd szó kódolása

Az AbCd szó karaktereinek ASCII kódjai (decimálisan): 65, 98, 67, 100. Ezek bináris formája: 01000001, 01100010, 01000011, 01100100. Az így kapott 32 bit hatos csoportokra bontva (kiegészítve nullákkal): 010000, 010110, 001001, 000011, 011001, 000000, melyek megadják a kódtáblabeli indexeket: 16, 22, 9, 3, 25, 0. Az egyes bithatosokhoz tartozó jelek a táblázat alapján: QWJDZA, kiegészítve néggyel osztható hosszra: QWJDZA==.

Egy változat: Base64URL

Ez a változat az alábbiakban különbözik a Base64-tól:

1. a kódolás két utolsó karaktere nem + és /, hanem - és _
2. a kód végén nincsenek hosszkitöltő egyenlőségjelek
3. nincs sorokra tördelés

Kapcsolódó szócikkek

• UUENCODE
• SMTP
• MIME

További információk

• IETF RFC-4648: Base64
• IETF RFC-4648: Base64URL
• Internetes Base64 kódoló
• Internetes Base64 kódoló javascript+html5